본 논문에서는 레일형 GB-SAR의 단점을 극복하고자 차량에 원형레일을 탑재하여 신속한 기동을 확보하고 합성구경의 길이를 늘리며 영상영역을 확장한 Arc-SAR의 설계안을 제시한다. 하드웨어 측면에서 살펴보면, 밴형 차량의 상부에 원형레일을 설치하고 마이크로파 송, 수신 안테나를 탑재한 후 레일 위를 1mm 이내의 정밀도로 이동시키며, 자료를 획득하게 된다. 이때 안테나에 연결된 동축 케이블은 차량 내부의 송, 수신장치에 연결되는데 RF대역에서 완벽히 작동하는 슬립링이 없기 때문에 내부 송, 수신 장치를 턴 테이블위에 장착하여 외부 안테나의 이동과 동일한 각도로 회전하여, 동축 케이블의 꼬임을 방지하게 된다. 송, 수신 장치의 구성은 벡터 네트워크 분석기를 기반으로 마이크로파 앰프, 마이크로파 스위치로 구성되며, 통합 제어 소프트웨어를 통해 외부 안테나의 이동과 함께 제어된다. 한편, Arc-SAR 영상의 구현은 원형레일을 따라 얻어지는 합성구경의 기하학적인 특수성을 감안하여 최초로 시도될 것이다. 이 시스템은 RTK-GPS를 장착하여 지반변형 모니터링 시 차량 이동 오차를 최소화 하고자 하며, 이외에 고정형 산란체를 이용하여 차량 이동 오차를 보정하고자 한다. 또한 AWS (Automatic Weather System)을 장착하여 위상의 대기보정을 동시에 수행할 것이다. 이 시스템은 차량 탑재에 의한 기동성의 확보로 침수나 침하 등 긴급 재난 지역에 즉각적인 대응이 가능하며, 대형 구조물의 주기적인 변형 모니터링 등에 활용성이 클 것이다.

본 연구에서 개발한 노변 영상(roadside image) 취득 시스템은 효율적으로 도로 시설물들을 관리하기 위함이다. 복잡하고 긴 구간의 도로에 존재하는 도로 시설물을 인력을 사용하여 조사하기에는 많은 시간과 비용이 소요된다. 도로를 따라 움직이는 차량을 이용하는 경우에는 적은 인원과, 단시간에 노변에 설치된 시설물 등의 현황과 상태를 조사 할 수 있으며 도로 주변의 다양한 정보를 알 수가 있다. 또한, 차량에 장착된 GPS/INS 통합시스템을 사용하여 해당 영상의 정확한 위치 정보를 획득 할 수 있다. 그러나 선명한 영상을 취득하기 위해서 야외의 다양한 조건을 만족시키는 카메라와 렌즈의 선정이 중요하며, 이에 따른 동기화 장치(synchronization device)와 영상 획득 프로그램의 개발이 필요하다. 본 논문에서는 경기도 고양시를 대상으로 시험을 실시하였으며, 현재 시판되고 있는 최신의 다양한 종류의 카메라와 렌즈를 차량에 장착한 후 영상을 취득하여 연구에 적합한 하드웨어를 선정하였다. 또한 동기화 장치를 사용하여 DMI(Distance Measuring Instrument)에서 발생되는 트리거 신호를 입력받아 일정한 거리마다 영상을 취득하는 S/W와 동기화 장치의 성능을 테스트하였다. 취득된 노변 영상의 위치 정확도를 테스트하기 위해 DGPS 방법을 이용하여 후처리 하였으며, 레벨 2수준의 교통주제도에 차량의 이동궤적과 도로의 선형을 중첩하여 육안으로 비교 분석하였다. 취득된 노변 영상을 분석하여 지상 모니터링 분야에서 도로 주변 시설물의 변화 탐지에 이용이 가능한 대상 시설물 목록을 선정하였으며 매우 효율적으로 도로의 유지관리에 활용이 가능할 것으로 기대된다.

소나무 재선충에 감염되어 고사하는 소나무의 증가는 우리나라 산림에 심각한 위협이 되고 있다. 재선충은 매개 후 고사단계에 이르기까지 진행과 확산이 빨라 감염목이 발견되면 곧바로 임내에서 벌채 및 훈증 처리해야 하며 5${\sim}$6월에 감염되어 10${\sim}$11월에 육안으로 고사를 확인할 수 있다. 재선충에 의해 소나무가 고사되는 과정에서 식생활력도가 크게 감소하며 이러한 현상은 근적외선 영역에서 분광반사의 감소를 수반한다. 따라서 본 연구는 근적외선영역의 분광감소를 이용하여 재선충 피해목의 조기진단이 가능할 수 있다는 것에 착안하여 수행하였다. 근적외선영상 취득 방법으로 휴대가 간편한 근적외선 카메라를 이용하여 재선충 피해지역의 소나무림을 5월부터 11월까지 매월 촬영하였다. 이렇게 수집된 분광반사값으로부터 식생지수(Vegetation Index: VI)의 변화를 분석하였고, VI의 감소율로부터 소나무 재선충 감염목을 조기에 발견할 수 있다는 결과를 도출하였다.

차량에 부착된 CCD 카메라를 이용하여 취득된 도로 주변의 영상에 존재하는 사람의 얼굴을 추출하여 제거하는 처리를 할 경우, 사생활 침해의 문제 없이 사용자들에게 원하는 지역의 도로영상의 제공이 가능해진다. 이 실험의 목적은 차량에서 취득된 도로 주변의 칼라 영상에서 사람의 얼굴을 자동으로 추출하는 기술을 개발하는데에 있다. 도로 주변의 CCD영상에서의 얼굴 추출을 위해, HSI(색상, 채도, 명도) 칼라 모델과 YCrCb 칼라 모델을 사용하여 이들 모델에 임계값을 적용하여 피부색을 검출하였으며, 두 개의 모델을 사용한 결과 효과적인 피부색의 검출이 가능함을 확인할 수 있었다. 검출된 피부색 영역을 연결성과 밝기 차이를 이용하여 클러스터링을 실행하고 이렇게 나뉘어진 각각의 구역들에 구역의 면적, 구역내 존재하는 화소의 개수, 구역의 가로와 세로 비율 그리고 타원조건을 적용하여 얼굴 후보 구역을 결정하였다. 그리고 최종적으로 남겨진 구역을 이진화 하고, 이진화 된 영상 중 검은 부분이 5% 이상일 때 이들을 눈, 코, 입 등으로 간주하여 최종적인 얼굴로 결정하였다. 실험 결과 추출되지 않은 얼굴과 잘못 추출된 구역이 발생했으나, 얼굴에 해당하는 임계값등의 조건을 약화시킬 경우 대부분의 얼굴의 추출이 가능할 것으로 여겨지며, 추출된 구역을 흐리게 처리할 경우 오인식된 부분에 대한 사용자의 거부감도 줄일 수 있을 것 으로 예상된다.

본 논문에서는 GB-SAR의 간섭기법을 이용하여 물체의 변위 측정에 대한 정밀도를 조사하였으며, 또한 대기보정을 거친 후 정밀도의 변화에 대해서 확인하였다. GB-SAR 시스템에서 안테나는 중심주파수 5.3 GHz, 밴드 폭 600 MHz인 C밴드 안테나를 사용하였고, 신호의 증폭을 위해 마이크로파 앰프를, 다편파 측정 및 분석을 위하여 스위치를 장착하였다. 레일의 총 길이는 5 m, 이동간격은 5 cm, 최대 관측 거리는 약 200 m이다. 변위 측정에 사용된 이동산란체는 trihedral corner reflector로서, 시스템 전방 약 160 m에 위치하며 시스템 방향으로 1 mm에서 40 mm 전진시켰다. 이동산란체의 실제 변위와 GB-SAR 시스템의 위상변화로 관측된 변위의 상관계수는 편파에 따라 0.9995에서 0.9996으로 나타났다. 마이크로파의 전파과정에서 거리와 습도에 따른 지연 효과를 고려하기 위하여 대기보정식을 구하였으며, 이를 이동산란체의 위상에 적용한 결과 상관계수는 0.9997에서 0.9999의 값을 나타냈고 40 mm 이동시 오차가 1 mm 이내를 나타냄으로서 대기보정을 통한 결과가 더 높은 정밀도를 나타냄을 확인하였다.

최근에 객체의 경계가 분명하게 나타나는 고해상도 위성영상을 분석하는 연구가 활발히 이루어지고 있다. 고해상도 영상을 이용해 도시지역을 세분화하여 연구하려고 할 때 분석의 범위는 임의로 결정되는 경우가 많다. 사전정보가 충분하다면 임의로 결정하는 것이 가능하지만 그렇지 않을 경우 영상만을 이용해 연구 지역의 최적 분석범위를 결정하는 것은 쉽지 않다. 이 연구에서는 영상자료의 베리오그램을 작성하고 이론적 베리오그램의 상관거리를 통해 최적의 분석범위를 결정하고자 하였다. 베리오그램의 상관거리는 객체의 크기와 객체사이의 거리가 반영된 객관적인 수치이므로 사전자료가 없는 경우 효과적으로 기본 분석단위를 결정하는데 도움을 줄 수 있을 것으로 기대된다.

2010년 발사 예정인 다목적위성 5호의 주 탑재체는 SAR (Synthetic Aperture Radar)이다. 다목적위성 5호의 영상자료 품질을 확보하기 위해 SAR 영상자료에 대한 발사 후 검보정이 현재 한국항공우주연구원에서 준비 작업이 진행 중이다. 본 논문에서는 다목적 위성 5호 검보정 준비 작업 중에서 검보정 site에 대한 시뮬레이션 결과에 대해 설명하고자 한다. SAR 위성 검보정 작업을 위해서는 Corner Reflector가 필수 검보정 장비이고, Corner Reflector(CR)를 다목적위성 5호 beam들의 incidence angle에 따라 적절한 개수를 적절한 위치에 검보정 site 요구조건을 만족하는 위치에 배치해야한다. 한반도내에 15개의 CR들을 가장 요구조건에 만족할 수 있는 적절한 위치에 배치한 후에, 다목적위성 5호의 검보정 site에 대한 시뮬레이션을 수행해 본 결과, 15개의 CR만으로는 다목적위성 5호의 beam들을 모두 검보정할 수 없다는 것을 확인할 수 있었다. 결론적으로 검보정 site 요구조건을 좀 더 만족하고 CR의 개수를 30개 이상 배치할 수 있는 몽고 등의 외국 지역까지 확인해 볼 필요성이 있다.

경관을 구성하는 다양한 요소들의 공간적 분포 패턴과 상호 관계를 정량적으로 분석하기 위하여 다양한 경관지수가 개발되어 사용되고 있다. 경관구조 및 변화특성을 정량적으로 해석하기 위한 노력은 1950년대 후반부터 기하학적 이론을 기초로 하여 제기되어 왔으며, 최근에는 원격탐사, GIS, 정보이론, 프랙탈 이론에 근거한 지표 등이 도입되어 사용되고 있다. 본 연구에서는 연안습지 식생의 발달과 분포 특성을 공간적으로 해석하기 위해 Landsat 영상에 분광혼합분석 기법을 적용하여 선정한 지표면 식생비율을 10개 클래스로 구분한 후 각 클래스에 대해 경관지수를 적용하여 식생비율의 시-공간적 변동 특성을 분석하였다. 새만금방조제를 비롯한 많은 연안습지에 생성되는 습지식생의 공간적 분포를 변화탐지 하고 이들의 시-공간적 분포에 영향을 미치는 요인을 해석하여 연안습지의 보존과 개발에 대한 기초 정보를 위성자료를 통해 추출 분석하였다.

본 논문은 KOMPSAT-2호 및 3호의 화상활용 일환으로 고해상도 위성화상을 이용한 정량화 기반의 산불피해등급 분류도에 관한 시범연구이다. 무엇보다 중적외선 밴드가 없는 IKONOS화상에서 NBR산법개발과 NBR에 기초한 산불피해림의 등급분류도를 작성하였다. 본연구의 결과물인 삼척산불지역의 피해등급분류도는 -1과 1사이의 NBR 지수값을 갖는 8bit 회색조 영상을 심 중 경 구분의 산불피해등급별에 따라 각각 적 황 청색으로 나타낸 유색밀도편분 화상이다. 현지 실측의 CBI에 의한 검정에서 정밀 정확으로 평가될 경유, 고해상도 화상을 이용한 NBR기반의 산불피해등급 분류도는 산불 후 피해복구 선택, 즉 자연복원과 인공식재복원에 결정정보가 될 것이다.

지형지물은 각각의 특징적 요인을 내포하고 있다. 이 특징적 요인들은, 공간해상도에 따라 정도의 차이가 있겠지만, 수집된 위성영상에도 반영된다. 이러한 요인들 중에서는 영상분류에 활용될 경우 영상 분류의 정확도를 높혀 주고, 때로는 이것이 거의 물체인식의 수준까지 기여할 수 있는 것들이 있다. 이 연구에서는 텍스춰 및 지형지물의 배열에 있어서 특징적 현상을 보이는 비닐하우스를 대상으로 spatial auto-corelation 개념을 기반으로 자동적으로 이를 인지하는 방법을 개발하였다. 사용된 알고리즘은 디지타이징과 같은 사람의 직접적인 개입이 없이 자동화된 방법으로 비닐하우스의 특정한 패턴이 반복적으로 나타나는 것을 감지할 수 있도록 개발되었다. 패턴의 인식에 더하여 비닐하우스의 기하학적 모양을 고려하는 방법도 도입하였다. 그럼으로써 비닐하우스의 추출에 단순히 화소 단위의 분석이 아닌 보다 객체지향적인 방법으로 비닐하우스를 추출하도록 하였다. 개발된 방법을 제주지역의 IKONOS에 적용시켜 본 결과, 연구대상지역 내의 비닐하우스가 매우 정확하게 적출되었다.

인공위성을 통해 취득된 데이터들은 지상국의 수신처리시스템을 거쳐 표준영상으로 생산되며, 생산된 영상으로부터 사용자에게 의미 있고, 가치 있는 정보를 이끌어 내는 판독의 단계를 수행하게 된다. 본 연구에서는 원격탐사의 전반적인 이해를 돕기 위한 교육적 모델로서 캔샛 프로그램을 도입하였다. 캔샛 프로그램은 스탠포드대 로버트 트윙 교수의 제안으로 학생들에게 한 학기의 짧은 시간에 실제 인공위성의 설계, 해석, 제작, 조립, 시험, 발사, 운용 등 전반적인 시스템의 이해를 도모하기 위한 1Kg 이하의 캔 크기의 초소형 위성을 개발하는 교육 프로그램이다. 본 연구는 한국과학영재학교 R&E 프로그램의 지원으로 시작하였으며, 실제 초소형 위성 캔샛('KSAsat'으로 명명)을 직접 설계, 제작, 조립하고 최종적으로 발사 운용 시험을 수행하였다. 주 탑재체로 일반 상용 디지털 카메라를 장착하였으며, GPS, 광센서, 3 축 가속도계, 온도센서, 압력센서를 탑재하였다. 비행시험을 통해 성공적으로 영상을 취득하고, 각종 센서로부터의 데이터를 지상국으로 전송 받았다. 지상국을 통해 처리 되어진 데이터로부터 의미 있는 정보를 추출하는 판단의 단계를 거쳐 원격탐사의 전반적인 교육을 성공적으로 수행할 수 있었다. 본 논문에서 캔샛 프로그램이 원격탐사 교육에도 충분히 활용될 수 있음을 보였다.

고해상도 위성영상의 관측시, 위성센서는 보통 지표면으로부터 어느정도의 기울기를 갖는 상태에서 촬영이 되기 때문에 영상 내에서 건물은 지표면에 누워있는 형태로 나타나게 된다. 때문에 건물의 옆벽면 및 지붕에 의해 지표의 일부가 가려지게 되는데 이를 건물에 의한 폐색영역이라 한다. 이러한 폐색영역은 건물의 기복오차가 제거된 정사영상에서는 검게 비어있는 상태로 남게 되며 시각적으로나 영상판독시 불편을 초래하여 위성영상을 베이스 맵으로 사용하기 어렵게 하는 요인이 된다. 이러한 폐색영역을 보정하기 위해서는 일반적으로 동일 영역에 대한 두 장 이상의 영상을 이용하여 폐색 지역을 채워넣는 작업을 수행하나, 이 방법은 위성영상 구입 및 처리 비용에 대한 부담이 커 실제로 자주 사용되지 못 한다. 본 연구에서는 고해상도 위성 단영상의 건물에 의한 폐색영역에, 주변 화소값들의 분광 및 기하학적 특성을 이용하여 복원하는 기술인 inpainting 기법을 적용하여 그 보정 결과를 평가하고 활용 가능성을 검증해보고자 한다.

2010년 5월에 발사 예정인 KOMPSAT-5(KOrea Multi-Purpose SATellite-5)는 KOMPSAT-1, 2호에 탑재된 광학센서와는 달리 기상상태와 태양고도에 제약을 받지 않고 자료 획득이 가능한 SAR 시스템이 탑재된다. 본 연구에서는 KOMPSAT-5의 SAR 시스템으로부터 radargrammetry 기법을 적용하기 위해 위성의 궤도와 영상 모드를 분석하였다. Radargrammetry 적용을 위한 SAR 영상 pair의 parallax의 height sensitivity를 이론상으로 계산하였다. 그리고 STK 소프트웨어를 사용하여 대전과 남극 세종기지에서의 최적 조건을 각각 예시하였다. 입사각이 20$^{\cric}$-45$^{\cric}$가 되는 nominal mode의 descending pass만을 사용하여 height sensitivity가 0.5-0.75 사이의 영상 조합을 찾았다. 그 결과 Pass Number 쌍으로서, 대전은 5-4, 7-5, 8-5의 영상 조합을 하였을 때 radargrammetry 적용이 용이하고, 남극 세종기지는 8-6, 9-7, 10-7, 11-8, 12-8, 13-9, 14-9, 15-9, 15-10, 15-11의 영상 조합을 하였을 때 radargrammetry 적용이 가능한 것으로 예측되었다.

초분광영상을 이용한 정량적인 분석이나 분광라이브러리를 이용한 목표물의 탐지를 위해서는 복사보정이 필수적이지만 사전 검보정 자료가 없는 센서의 경우 절대 복사 보정을 실시할 수 없다. 본 연구의 목표는 사전 검보정 자료가 없는 지상 초분광 카메라 (SOC700) 영상의 화소값을 spectroradiometer의 radiance로 변환하기 위한 상대 변환계수(gain, offset coefficient)를 산출하고 그 적합성을 판단하는 것이다. 초분광영상의 DN과 동시에 측정된 radiance의 밴드별 선형 회귀분석을 통하여 상대 radiance 변환계수를 산출하였다. 산출된 선형 회귀식의 적합도($R^2$)는 대부분이 0.9 이상으로 매우 양호하였으며 상대 radiance를 이용할 경우 상대 분광반사율 획득이 가능하며 이를 통해 보다 초분광영상에 적합한 정량적인 분석을 할 수 있다.

영상 융합은 센서의 자료 저장 능력과 센서에 들어오는 방사에너지 감지의 한계를 해결하고 고해상도의 멀티스펙트럴 영상을 생성할 수 있다는 측면에서 중요한 의의를 지닌다. 특히, 성분대입(component-substitution) 기반의 영상융합 기법은 대용량의 자료를 빠르게 처리할 수 있고, 융합된 영상의 분광왜곡이 적다는 장점을 지니고 있다. 본 연구에서는 최적화기법 중의 하나인 담금질 모사기법(Simulated Annealing, SA)을 이용하여 다양한 성분대입 기반 영상융합 알고리즘들을 분석 및 평가하였다. 담금질 모사기법은 원하는 목적함수가 지역적 최소값이 아닌 광역적 최소값에 수렴이 가능하도록 하는 기법으로 다양한 분야에서의 광역 최적화 기법에 사용된다. 융합 기법의 최적화된 변수를 추출하기 위하여 인위적으로 공간해상도를 낮춘 위성영상을 입력자료로, 원 멀티스펙트럴영상을 참조자료로 사용하였으며, 두 영상간의 분광유사 척도를 담금질 모사 기법의 목적 함수로 구성하였다. 이를 통해 해당 목적함수의 광역적 최소값을 추출하고, 최종적으로 해당 영상에 융합 기법 별 최적화된 변수를 결정하였다. 제안된 최적화 변수의 평가를 위하여 IKONOS 위성영상에 융합을 적용하고, 알고리즘별 분광왜곡량을 비교하였으며 이를 통하여 고해상도 위성영상에 가장 적합한 성분대입 기반 영상융합 기법 및 그에 따른 최적화 변수를 도출할 수 있었다.

최근 도심지역이 급변하고 고해상도 위성영상의 보급이 증가함에 따라 고해상도 위성영상을 이용한 수치표고모델과 정사영상 생성에 관한 연구가 활발해 지고 있다. 본 연구에서는 IKONOS, SPOT5, QUICKBIRD, KOMPSAT2 위성영상을 이용하여 DEM 과 정사영상을 생성하였으며 USGS DTED 와 기준점을 이용하여 결과의 정확도를 비교 분석하였다. 보다 정확한 DEM 생성을 위해 자동 피라미드 알고리즘을 적용하고 영상 정합시 에피폴라 기하학을 적용하였다. 정사 영상 생성시 DTED 높이값을 이용하여 보정을 수행하였으며 생성 속도를 높이기 위하여 리샘플링 그리드를 적용하였다. 본 연구에서 DEM 과 정사영상 생성시 QUICKBIRD 와 SPOT5 의 경우 영상의 용량이 매우 커 메모리 부족문제와 알고리즘 수행 속도 저하가 발생함을 확인하였다. 이를 개선하기 위하여 DEM 생성시 정합 후보점의 개수를 줄이는 알고리즘을 고안하여 기존에 메모리 문제로 생성하지 못했던 QUICKBIRD와 SPOT5 의 DEM 을 생성하였으며 정사 영상 생성시 리샘플링 그리드를 적용하여 고해상도 정상영상 생성 속도 개선에 상당한 효과를 가져왔다. 그러나 고해상도 위성 영상의 용량이 점점 커져감에 따라 이러한 메모리 문제와 처리 속도 저하에 관한 문제는 추후 계속적으로 연구되어야 할 부분이라고 할 수 있다. 본 연구에서 생성한 IKONOS, SPOT5, QUICKBIRD DEM 의 정확도를 USGS DTED 와 비교한 결과 13${\sim}$15 m 정도의 RMS 높이 오차가 산출되었으며 생성된 IKONOS, QUICKBIRD, KOMPSAT2 정사영상을 기준점과 비교한 결과 3 m 정도의 거리오차가 산출되었음을 확인하였다.

도시공간모델은 공간의 문제 또는 현상들을 보다 종합적, 합리적으로 파악하는데 중요하다. 본 연구에서는 수치지도와 도화원도로부터 저렴하고 수치지도 기반의 공간분석에 유용한 지형과 건물을 포함하는 도시공간모델을 생성하고자 한다. 도시공간모델은 지면모델과 건물모델로 나누어 생성한 후 통합한다. 지면모델은 수치지도를 이용하여 DEM을 생성한다. 건물모델은 수치지도와 도화원도를 융합하여 생성한다. 제안된 방법은 영등포구 전체를 포함하는 수치지도와 서로 다른 시기에 생성된 3 set의 도화원도에 적용하였다. 본 연구에서 생성된 도시공간모델은 수치지도를 기반으로 공간분석을 하는 응용분야에서 요구하는 입력 형태로 제공할 수 있으므로 유용하다. 따라서 본 연구에서 제안하는 도시공간모델의 생성 방법론은 더 많은 분야의 공간분석을 위해 활용될 것이다.

1999년과 2002년 각각 Terra와 Aqua센서를 탑재하여 발사된 MODIS 위성은 36개의 분광밴드, 250m, 500m, 1km에 이르는 다양한 공간해상력 및 주.야간 각 2회의 촬영을 통하여 전 세계에서 발생되고 있는 다양한 지구환경 및 변화를 연구하는데 사용되고 있다. NASA MODIS Science Team에서는 이를 위해 44개에 이르는 표준 product를 정의하여 알고리즘 처리 결과를 웹사이트를 통해 제공하고 있다. 또한 우리나라의 경우에도 한국항공우주연구원, 기상청, 국립수산과학원등에서 MODIS자료를 직수신하여 분석 및 활용하고 있다. 본 연구에서는 이러한 MODIS 자료를 활용하여 한반도 국토모니터링을 위한 자료 획득 및 처리 시스템 설계에 대한 연구를 하고자 한다. 이를 위해 한반도 일대의 MODIS 자료를 직수신하고 있는 기관으로부터 KREONet을 이용하여 준 실시간으로 영상자료를 획득 및 저장하도록 설계하였다. 또한 자료의 분석 및 처리를 위한 관련된 MODIS 표준 product를 살펴보고 이를 분석처리 할 수 있는 시스템 구성에 대해 제시하고자 한다.

3차원으로 구성되어 있는 실세계를 보다 효과적이고 신속하게 모니터링하기 위해서는 변화된 지역의 정확한 위치정보 획득과 변화 결과의 빠른 도출을 위한 자동화 방안이 필요하다. 일반적으로 변화탐지를 위해 사용되어 온 항공사진이나 위성영상은 자료 획득에 있어 날씨와 같은 자연환경의 영향을 많이 받으며, 자동으로 변화탐지를 수행하는데 많은 문제점을 안고 있다. 반면에 항공 LiDAR 시스템은 영상시스템과는 달리 날씨 등에 영향을 상대적으로 적게 받으며, 지형지물에 대한 3차원 좌표 정보를 직접 획득하기 때문에 자동으로 처리하기에 매우 효율적이다. 본 연구에서는 항공 LiDAR 데이터만을 이용하여 도시지역의 시공간적 변화를 자동으로 탐지하는 방법을 연구 하였다. 변화탐지의 대상이 도시지역이므로 객체를 기반으로 다양한 변수를 사용하여 변화탐지를 수행하였다. 연구에 사용된 데이터는 서로 다른 시기에 획득된 항공 LiDAR 데이터이며, 두 데이터간의 변화탐지를 위해 먼저 상호정합을 수행하였으며, 개별 객체를 추출하기 위해 필터링과 Grouping 과정을 수행하였다. 마지막으로 Grouping된 객체를 대상으로 모양, 면적, 높이 변화를 비교하여 변화를 탐지하였다. 객체의 외곽선과 내부 영역의 모양을 표현하는 형상계수를 사용하므로 수평방향의 객체에 대한 기하학적인 모양 변화를 탐지할 수 있었으며, 객체의 높이값을 비교함으로써 수직방향으로의 변화도 탐지할 수 있었다. 본 연구에서 수행한 객체 기반의 변화탐지 방법은 91.67%의 전체 정확도를 획득하였다.

건물의 3차원 모델링은 3차원 공간정보를 구축하는데 있어서 매우 중요한 요소이다. 기존의 3차원 건물 모델링은 대부분 입체 항공사진을 이용하여 도화사에 의해 수동으로 진행되어 많은 시간과 비용이 소요된다. 이러한 한계를 극복하기 위한 방안으로 최근에는 항공라이다(LiDAR) 데이터를 이용한 모델링 방법에 대한 연구가 활발히 진행되고 있다. 기존의 항공라이다 데이터를 이용한 3차원 모델링 연구는 항공라이다 점 데이터를 보간 과정을 통하여 픽셀구조로 변환하거나 수치지도, 항공영상 등의 이종 데이터간의 융합을 통하여 건물을 모델링하는 방안 등을 제시하였다. 본 논문은 기존 건물 모델링 기법에서 사용되었던 점 데이터의 픽셀구조로의 변환 및 이종 데이터간의 융합 등의 방법을 배제하고 항공라이다 데이터만을 이용한 건물의 자동 모델링 방법을 제안하였다. 건물지붕에 대한 항공라이다 데이터를 3차원 공간상에서 재귀적으로 분할하여 패치(patch)를 구성하고, 동일한 속성을 갖는 패치들을 병합하여 건물의 구성요소를 추출한다. 추출되어진 건물의 구성요소를 대표하는 모델을 생성하여 전체적인 건물의 3차원 모델을 구성한다. 항공라이다 데이터를 이용하여 제안된 방법으로 실험한 결과, 다양한 형태의 건물 모델을 자동으로 구성할 수 있었다.

현재 북한 토지피복 특성 중의 하나인 과도한 산지의 농지로의 전용은 홍수 등 자연재해를 일으키는 원인이 되고 있지만 북한에 대한 참조자료의 부족으로 피해규모나 상황에 대한 이해가 부족하다. 본 연구는 북한 양강도 산간지역을 대상으로 개간농지와 산림의 토지피복특성을 가을시기(2005 년 10 월 25 일) Quickbird (<0.6m) 위성영상의 육안분석과 분광특성을 이용하여 정확한 토지피복분류에의 기초 정보를 제공하는 것을 목적으로 한다. 토지피복 유형별 Training area 의 ROI(Region of Interest)의 면적은 2500pixel 로 하였고, 이것을 다시 .shp 파일로 변환하여 GoogleEarth 에서 표고 및 경사 등 보다 자세한 지형지물을 확인하였다. Quickbird 영상의 NDVI 분석을 통해 0.2 정도에서 식생과 농경지로 구분하는 임계값(Threshold)을 추정할 수 있었지만 늦게까지 추수를 끝내지 않은 농작물이나 이모작 농작물의 경우는 산림과 혼재되어 나타나고 있었다. 또한, 산림의 북사면은 수역 다음으로 낮은 NDVI 값을 나타내어 지형의 영향이 나타나고 있음을 알 수 있었다.

본 연구는 Landsat 7 ETM+를 이용한 지열자원 평가 가능성 연구로써, 위성영상의 열적외 밴드에서 추출된 지표온도와 지열자료의 비교를 통해 위성영상이 초기 지열 탐사에 적용 가능한지를 평가하기 위하여 실시하였다. 지열자원 부존 가능성 평가를 위해 경상도지역(114-35)의 여름시기영상(2001년8월24일)과 겨울시기영상(2000년3월14일)사이의 DN(Digital Number) 값을 이용하였으며, 두 시기영상은 시추공 온도자료 및 지형자료와 함께 비교 분석을 실시하였다. 영상에서 지표온도 추출을 위해 1) NASA에서 제공하는 지표온도 산출 경험식 ( T = K $_2$ / ln ( K $_1$ / L $_{\lambda}$ + 1 ) )을 이용한 방법과 2) 기상청에서 제공하는 실제 지표면온도 관측자료(n=7)를 이용해 영상의 화소(Pixel) 값을 계산하여 실측값과 비교하였다. 3월과 8월 모두 Ground Truth 방법에 따라 추정한 지표면 온도값이 실측값과 더 가깝게 나타났고, 특히 3월은 NASA의 경험식을 이용했을 때 보다 실측 지표면 온도에 훨씬 더 가까운 것으로 나타났다. 지표온도의 일변화(Diurnal ${\triangle}$T)는 지표 열물성과 밀접한 관련이 있으므로, 일변화(Diurnal ${\triangle}$T) 보다는 지열의 영향이 더 클 것으로 기대되는 계절변화(Seasonal ${\triangle}$T)를 이용하여 지열 자료와 비교해 보았다. 그 결과, 계절변화(Seasonal ${\triangle}$T)는 고도에 영향을 받으며, 일사량에 의한 차이는 거의 일정하게 나타났다. 위성영상에서 계절변화(Seasonal ${\triangle}$T)와 심도 20m 온도를 비교해 본 결과결정계수(R$^2$)는 0.46으로 낮지만 심도 20m 온도가 높을수록 계절변화(Seasonal ${\triangle}$T)는 작아지는 경향을 보여 지열자원 탐사에 있어 위성영상 적용 가능성을 볼 수 있었다. 이번 연구는 기초단계로서 두 시기 위성영상을 이용하여 초기 지열자원탐사에 가능성만을 연구했지만, 지형과 특히 토지피복(함수량 등)에 의한 영향에 대해 좀 더 심도 있는 연구가 요구된다.

2000년대 들어 주기적으로 발생하고 있는 봄 가뭄에 대한 적절한 대책 마련을 위해서는 가뭄을 모니터링 할 수 있는 감시체계가 필요하며 가뭄의 심도를 정량적으로 나타내기 위한 지표가 요구된다. 또한, 가뭄의 거동 및 지역적인 심도 분석을 위해서는 면 단위의 공간적인 분석이 요구된다. 위성영상은 공간정보를 신속하고 주기적으로 제공할 수 있는 도구로 위성영상의 밴드 조합을 통해 제작된 식생지수는 1990년대 중반 이후 건조지역을 중심으로 가뭄 모니터링을 위한 도구로 활용 중이다. 본 연구에서는 MODIS 영상으로부터 제작된 정규식생지수(NDVI)를 이용하여 식생상태지수(VCI)와 정규화된 식생지수(SVI)를 제작하였으며 2000년$\sim$2007년을 대상으로 가뭄발생연도, 각 가뭄사상에 대한 심도, 가뭄다발 시기 및 다발지역을 분석하였다.

Mid-Infrared (MIR) 영상은 화산 활동 및 산불로 인한 재난관측, 지표물질 관측, 해수 온도 측정과 같은 분야들에서 사용되고 있다. 그러나 MIR영역은 지표의 복사율과 대기의 영향으로 인한 변화가 매우 심하고, 낮 영상의 경우 태양 복사량에 의한 영향도 고려해야 하는 어려움이 있다. 따라서 단일밴드인 MIR영상을 이용하여 표면온도를 얻기 위해서는 영상이 취득된 시간과 장소에서 관측된 태양 복사량 및 여러 가지 대기 변수가 필요하다. 본 연구의 목적은 기존의 MIR 영상 연구가 다중밴드를 기반으로 한 것과 달리 단일 밴드의 영상을 이용하여 표면온도를 측정하는데 있다. 이를 위하여 MODIS MIR 영상을 대상으로 MODTRAN을 사용하여 MIR 영역의 대기보정 기법을 적용 한 뒤 복사전달 모델을 이용하여 지표의 복사량을 측정하였다. 획득된 지표온도 영상의 정밀도를 측정하기 위해서 기존의 온도 알고리즘인 split-window algorithm에 의해 얻어진 해수온도 영상과의 비교를 통하여 오차 원인에 대해 분석을 실시하였다. 그 결과 낮 영상의 경우 -4.19${\pm}$1.19$^{\circ}C$ 정도의 온도 차가 났으며, 밤 영상의 경우 0.5$^{\pm}C$0.39$^{\circ}C$ 정도로 비교적 좋은 결과를 보였다. 이는 낮 영상의 경우 지표의 복사율에 대한 온도의 민감도가 매우 높기 때문에 높은 오차가 발생하지만, 밤 영상의 경우 태양빛에 의한 영향이 없으므로 좋은 결과를 나타내기 때문이다. 따라서 단일밴드 MIR영상을 이용한 지표온도 추정 시 대기에 의한 영향보다 지표 복사율에 의한 영향이 높다고 추정할 수 있다.

중저해상도 영상으로서 공급되고 있는 MODIS영상은 높은 temporal resolution 특성을 가짐으로써 넓은 면적에 대한 토지 이용이나 토지 피복의 변화 탐지에 대한 장점을 제공한다. 또한, 고해상도 영상 자료 또는 관측 자료는 중저해상도 영상과는 비교할 수 없는 경제적인 비용이 필요하게 됨으로써 중저해상도에서 변화를 탐지하여 고해상도 관측 자료를 이용하여 갱신이나 변화의 속성에 대한 구체적인 정보를 추출하는 전략적인 토지 피복에 대한 모니터링 방법이 요구된다. 그러므로 중저해상도 영상 자료는 고해상도 관측 자료를 획득 할 수 있는 일종의 alarm system으로써의 역할을 수행 할 수 있다. 이 연구는 주기적으로 촬영된 MODIS의 영상 자료를 이용하여 한반도에서 일어나는 토지 피복의 변화에 대한 패턴을 알아보고자 한다. 즉, 한반도에서 일어나는 일 년 간의 토지 피복의 변화로 생각할 수 있는 예로는 계절이나 경작에 의한 식생의 변화가 영상에 나타나는 주기적인 패턴을 살펴봄으로써 인간의 개발이나 재해와 같은 영향으로 일어나는 지표면의 이상적인 변화를 탐지하고자 한다. 사용된 영상은 MODIS Lnad product 중 Surface reflectance 8day composite 영상이며, NIR과 RED 밴드에서 나타나는 광학적 특성을 살펴보았다.

본 연구에서는 고해상도의 panchromatic 영상을 이용하여 저해상도의 multispectral 영상을 고해상도로 재구축하는 방법을 제시하고 있다. 제안된 방법은 저해상도와 고해상도 간의 선형 모형 사용하여 실제의 spectral 값에 부합하는 고해상도 영상을 재구축하며 두 단계로 이루어 진다. 본 연구에서 제안 방법을 이용하여 IKONOS 1m RGB 영상 생성하였다.

뉴올리언스는 미시시피 강 하구에 위치하였으며 지난 2005년 허리케인 카트리나에 의해 큰 침수 피해를 입은 지역이다. 이 도시는 신생대 지층에 자리하고 있어 미고결층의 다짐작용 및 단층작용으로 최대 29mm 정도의 연간 침하율을 보여 왔다. 뉴올리언스의 계속된 침하작용은 평균해수면보다 낮은 지역에 위치한 도시의 침수위험성을 가중시키고 있어 현재 이에 관한 많은 연구가 진행되고 있다. SAR영상을 이용한 차분간섭기법(DInSAR, Differential Interferometry of SAR)은 지반침하, 지진, 화산활동 등과 같이 수십 km$^2$에 걸쳐 발생하는 지표변위를 수cm-수mm의 정밀도로 관측 가능한 기술이다. 이 연구에서는 차분간섭기법을 이용하여 2005년 2월부터 2007년 2월까지 촬영된 21개의 RADARSAT-1 Fine beam mode(F5) 영상으로부터 25개의 차분간섭영상(DInSAR Interferogram)을 생성하였다. 또한 차분간섭도의 spatial decorrelation을 극복하고 시간에 따른 LOS 방향의 변위를 관측하기 위해 분석 알고리즘으로는 보완된 SBAS(small baseline subset)기법을 이용하였으며, 이 기법을 이용하여 대기의 영향 및 노이즈를 제거한 결과를 얻을 수 있었다. 우리는 LOS방향의 2차원 변위분포 맵을 작성하였으며, 그 결과 전체적인 침하율은 크지 않지만, 도시의 서쪽지점에서 나타나는 상대적으로 큰 -1.49cm/yr의 변위 값과 동쪽 지점에서 0.33cm/yr의 변위 값을 관측하였다. 이 같은 결과는 앞으로의 연구에서 실측 데이터 및 동일기간의 다른 SAR영상자료의 연구를 통해 보완해 나갈 것이다.

기상상태에 관계없이 데이터를 획득할 수 있는 Synthetic Aperture Radar (SAR)는 산림 분야에서 C, L, P 밴드의 자료가 많이 연구되어 왔다. 특히 밴드 간에 산림 지역에서 수관을 투과하는 특성이 뚜렷하게 나타나고 있다. X밴드의 경우는 C, L, P 밴드에 비하여 수관 표면에서 backscattering이 일어나게 되므로 수종을 분류하게 되는데 더 큰 장점을 가질 수 있으나 지금까지 산림 분야에서는 X 밴드의 SAR 자료가 활발히 연구되어 오고 있지 않다. 이 연구는 X밴드 SAR자료의 산림 분야의 활용성을 검토해보는 목적으로 1994년 10월 3일에 동시 촬영된 SIR-C/X-SAR 자료의 L, C와 X 밴드의 backscattering coefficients의 차이점을 통해서 수관 밀도나 다른 산림 특성과의 연관성을 살펴보고자 한다. 연구지역은 국립산림과학원에 의하여 관리되고 있는 광릉 지역으로서 그 지역의 산림에 대한 정밀한 자료를 분석에 활용하여 SAR 자료의 밴드별 파장과 산림피복의 특성에 따른 연관성에 대해 분석하였다.

In inverse synthetic aperture radar (ISAR) imaging, An ISAR autofocusing algorithm is essential to obtain well-focused ISAR images. Traditional methods have relied on the approximation that the phase error due to target motion is a function of the cross-range dimension only. However, in the stepped-frequency radar system, it tends to become a two-dimensional function of both down-range and cross-range, especially when target's movement is very fast and the pulse repetition frequency (PRF) is low. In order to remove the phase error along down-range, this paper proposes a method called SAEM (subarray averaging and entropy minimization) [1] that uses a subarray averaging concept in conjunction with the entropy cost function in order to find target motion parameters, and a novel 2-D optimization technique with the inherent properties of the proposed entropy-based cost function. A well-focused ISAR image can be obtained from the combination of the proposed method and a traditional autofocus algorithm that removes the phase error along the cross-range dimension. The effectiveness of this method is illustrated and analyzed with simulated targets comprised of point scatters.

한국해양연구원에서 수신한 자료인 NOAA 12, 16, 17, 18호등의 Advanced Very High Resolution Radiometer(AVHRR) 센서자료와 국립조사원에서 제공하는 해양실측자료인 정선 관측 자료를 이용하여 두 가지의 알고리즘 적용을 통하여 비교 및 분석을 해보고자 한다. 연구 기간은 2006년 1월부터 4월 자료 중 구름의 영향이 없는 영상에서 실측자료와 동일한 날짜 총 107개의 정점 값을 추출하였다. 위성 자료에서 해수면 온도 추출방법은 split window 방법으로, 고정계수 값을 사용하는 linear algorithm(MCSST), nonlinear algorithm(NLMCSST)을 이용하였다. 연구 지역은 동해, 황해, 남해 지역에 대한 지역별로 두 알고리즘을 비교 적용하였다. 전 해역의 값을 이용하여 위성자료와 실측자료를 비교 분석한 결과 linear algorithm방법의 평균 오차 값은 0.71$^{\circ}C$이고 상관도는 1%이고, nonlinear 방법의 오차 값은 0.35$^{\circ}C$ 상관도는 1%로 나타났다. 해역별로는 linear한 알고리즘을 적용하여 동해는(ES)는 R=1, 오차 값은 0.37$^{\circ}C$ 황해(YS)는 R=0.99 오차 값은 0.125$^{\circ}C$ 남해(SS)는 R=0.99 오차 값은 1.2$^{\circ}C$보였다. nonlinear한 알고리즘을 적용하여 동해는(ES)는 R=1, 오차 값은 0.4$^{\circ}C$ 황해(YS)는 R=0.99 오차 값은 0.13$^{\circ}C$ 남해(SS)는 R=0.99 오차 값은 0.82$^{\circ}C$의 결과를 보여 주었다. 동해와 황해지역은 linear한 알고리즘을 적용한 결과가 실측자료와의 오차 값이 작았고, 남해지역은 linear한 알고리즘을 적용한 결과보다 nonlinear 알고리즘을 적용한 것이 작은 오차 값을 보여주었다. 이는 남해 해역의 자료가 대기의 상태나 다른 영향을 받아 해수면온도 값이 추정된 것으로 보여 진다. 해역별로 최적화된 알고리즘을 적용하여 해수면온도의 산출을 통해서 위성자료의 정밀도 지구환경변화 모니터링 등 많은 연구에 위성자료의 활용이 증대될 것으로 기대한다.

본 연구는 MODIS에서 제공하는 클로로필 정보를 기반으로 하여 2단계 필터링을 통해 우리나라 동해, 남해 연안에 대규모로 발생했던 Cochlodinium polykrikoides 적조를 탐지하는 알고리즘을 제시한다. 일반적인 적조 탐지 연구들은 클로로필과 적조 발생의 상관성을 이용하여 클로로필의 농도가 높은 해역을 적조 발생 해역으로 탐지한다. 하지만 이 방법의 문제점은 적조가 발생하지 않은 해역을 적조 발생 해역으로 탐지함으로써 commission error를 발생시킨다는 것이다. 따라서 본 연구에서는 이러한 문제점을 극복하기 위해 MODIS에서 제공하는 클로로필 정보를 바탕으로 적조 발생 해역을 추출하고, 2단계 필터링 과정을 적용함으로써 진해, 여수, 남해도 부근 해역에서 발생한 commission error를 제거할 수 있었으며, 그 결과를 국립수산과학원의 적조속보자료와 함께 시각적 평가하여 본 연구에서 제안한 알고리즘의 효용성을 검증하였다. 향후 정량적인 평가를 위해 F-measure, JC(Jaccard coefficient), YC(Yule coefficient), 전체정확도를 탐지정확도 측정치로써 도입하여 정확도평가를 수행할 예정이다.

In the present article, wave imaging mechanisms were investigated using airborne Pi-SAR (Polarimetric-Interferometric SAR) X-band VV images of ocean waves around the Miyake Island at approximately 180 km south from Tokyo, Japan. Two images of a same scene were produced at approximately 20 min. interval from two directions at right angles. One image shows dominant range travelling waves, but the other image shows a different wave pattern. This difference can be caused by the different image modulations of RCS and velocity bunching. In this study, 18 subimages are extracted, and the directional wave spectra are compared to each other of the two different areas.

Preliminary results are reported on ship detection using coherence images computed from crosscorrelating images of multi-look-processed dual-polarization data (HH and HV) of ENVISAT ASAR. The traditional techniques of ship detection by radars such as CFAR (Constant False Alarm Rate) rely on the amplitude data, and therefore the detection tends to become difficult when the amplitudes of ships images are at similar level as the mean amplitude of surrounding sea clutter. The proposed method utilizes the property that the multi-look images of ships are correlated with each other. Because the inter-look images of sea surface are covered by uncorrelated speckle, crosscorrelation of multi-look images yields the different degrees of coherence between the images and water. The polarimetric information of ships, land and intertidal zone are first compared based on the cross-correlation between HH and HV. In the next step, we examine the technique when the dual-polarization data are split into two multi-look images.

LiDAR는 일반 항공사진 및 위성영상과는 달리 사물의 높이를 측정할 수 있어 산림의 3차원 모델링을 수행할 수 있다. 본 연구에서는 이러한 LiDAR의 특성을 이용하여 산불이 발생한 강원도 양양지역 산림의 물리적 피해를 분석하였으며, 디지털 항공사진으로부터 Normalized Difference Vegetation Index (NDVI)를 추출하여 산림의 생물학적 피해를 분석하였다. 산림의 물리적 피해는 임관의 피해정도에 따라 지표면에서 반사되는 Point Data의 개수의 비율로서 추정을 하였다. 피해정도의 고저(高低)를 구분하는 기준은 통계적 방법 (Jenk's Natural Break) 으로부터 추정된 0.3594을 사용하였으며, 지표면 반사비율이 0.3594 이상인 경우 물리적 피해정도를 고(高, Serious Physical Damage; SPD), 지표면 반사비율이 0.3594 이하인 경우 물리적 피해정도를 저(低, Light Physical Damage; LPD)로 나타내었다. 또한 생물학적 피해는 일반적인 NDVI 값의 범위(-1

The accuracy of classifying pixels in HIRIS images is usually degraded by noisy bands since noisy bands may deform the typical shape of spectral reflectance. Proposed in this paper is a statistical method for noisy band removal which mainly makes use of the correlation coefficients between bands. Considering each band as a random variable, the correlation coefficient measures the strength and direction of a linear relationship between two random variables. While the correlation between two signal bands is high, existence of a noisy band will produce a low correlation due to ill-correlativeness and undirectedness. The application of the correlation coefficient as a measure for detecting noisy bands is under a two-pass screening scheme. This method is independent of the prior knowledge of the sensor or the cause resulted in the noise. The classification in this experiment uses the unsupervised k-nearest neighbor algorithm in accordance with the well-accepted Euclidean distance measure and the spectral angle mapper measure. This paper also proposes a hierarchical combination of these measures for spectral matching. Finally, a separability assessment based on the between-class and within-class scatter matrices is followed to evaluate the performance.

방위, 경사, 고도 와 같은 지형인자는 생태현상에 영향을 미치는 대표적인 환경인자로, 생태현상을 파악 및 예측하기 위해서는 이들 지형인자의 분석이 필요하다. 또한 지형인자 분석에 앞서 이용자료의 격자크기를 결정해야한다. 본 연구는 소나무의 공간분포와 출현패턴을 생태학적으로 잘 설명하기 위한 DEM의 최적 격자크기를 제안하고, 궁극적으로는 생태적으로 중요한 최적의 공간구획방법을 찾고자하였다. 그 결과, 200m의 격자크기를 갖는 DEM은 주능선에 의해 방위를 동, 서, 남으로만 구분한 반면, 1m 격자크기의 DEM은 작은 부능선들에 의해 방위를 동, 서, 남, 북으로 구분하였다. 일정규모 이하의 격자크기에서 소나무는 모든 방위에 나타났지만, 격자크기가 증가함에 따라 북쪽과 남쪽 사면에서의 출현빈도는 점차 감소하였다. 또한, 200m 격자크기에서의 빈도분석은 육안분석에서처럼 소나무가 주로 서쪽과 동쪽 사면에 출현한다는 것을 보였다. 능선으로부터의 거리에 따른 소나무 출현빈도는 60m이상의 거리를 두고 분석하였을 때, 육안분석과 같이 소나무가 능선주변에 주로 분포하는 것으로 나타났다.

연구에서는 SPOT-3 인공위성 영상으로부터 얻어진 영상 스테레오 스트립과 GCP(Ground Control Point)자료를 이용하여 다양한 GCP배치에 따른 궤도기반 센서모델의 정확성에 대해 분석하였다. 실험에 사용된 기준점자료는 춘천지역에서부터 나주지역에 이르기 까지 약 420km 길이의 지역에 대해 GPS측량을 통해 획득하였다. 궤도기반 센서모델에 적용된 미지수는 위성의 위치와 속도, 자세를 표현하는 방정식의 계수를 미지수로 선택하여 일곱 가지 방식으로 조합하였다. 실험은 우선 모델점의 위치를 일곱 가지 경우로 결정하고 각 경우에 대해 일정한 개수의 모델점을 선택하였다. 그리고 각 경우의 모델점의 위치에 대해 궤도기반 센서모델의 미지수 조합 모델을 각 각 다르게 적용해 본 후 그 결과를 시각적, 수치적으로 분석해 보았다. 실험 결과 모델점의 위치에 관계 없이 궤도기반 모델에 적용할 수 있는 높은 정확도를 나타내는 미지수 조합모델을 찾아낼 수가 있었고, 여러 가지 모델점의 위치를 궤도기반 센서모델에 적용해 본 결과 지리적, 시간적, 경제적 효율성을 갖는 최적의 미지수 조합을 찾을 수가 있었다.

동일 지점을 촬영한 위성영상은 위성의 센서나 영상의 취득 시기, 지형의 상태 등에 따라 그 지점에 나타나는 화소값이 일정하지 않다. 이러한 영상은 영상간 모자이크나 변화 탐지 결과에 영향을 미칠 가능성이 높으므로 방사보정(또는 방사정규화)을 통해 화소값의 차이를 최소화시킬 필요가 있다. 본 연구는 선형회귀식을 적용한 상대 방사정규화에 초점을 맞추고 있으며, 선형회귀식 구성에 필요한 PIF(Pseudo Invariant Feature)를 자동으로 추출하기 위해 Ordinal Rank 알고리즘을 적용하였다. 이 방법을 통해 각 밴드별 후보 PIF를 추출하고, 공통으로 해당되는 최종 PIF를 추출할 수 있었다. RMSE(Root Mean Square Error), Dynamic range, Coefficient of variation 등을 통해 방사보정 후의 결과를 평가해보았다. 영상회귀를 이용한 방사보정알고리즘과의 비교를 통해 제안된 알고리즘이 갖는 장점을 확인하였다.

초분광 영상은 기존의 다중분광 영상보다 많은 파장대의 영상을 취득하기 때문에 다양한 분야의 연구에 이용되고 있다. 하지만 밴드별로 취득하는 파장대가 짧고 밴드수가 많아, 밴드간의 높은 상관관계 및 노이즈 밴드가 존재한다. 이로 인해 기존에 알려진 분석기법의 적용결과가 제대로 도출되지 않는다. 따라서 초분광 영상을 이용할 경우, 노이즈가 많이 포함된 밴드를 제거한 후 영상분석을 하는 것이 보다 효율적이다. 본 연구에서는 초분광 영상(Hyperspectral Image)의 전처리 과정 중 노이즈 밴드 제거에 초점을 맞추었으며, 이를 위해 프랙탈 차원을 이용하였다. 프랙탈 차원 측정방법 중 삼각기둥 표면적 기법을 이용하였다. 프랙탈 차원을 측정하고, Continuum Removal 기법을 이용하여 경향을 살펴보았다. 경험적으로 구한 임계값을 통해 상대적으로 정보량이 적은 밴드를 노이즈 밴드로 판단하여 제거하였다. 실험 영상으로는 EO-1 위성에서 취득되는 Hyperion 초분광 영상을 사용하였다. 실험 결과 프랙탈 분석을 통해 Hyperion 초분광 영상의 노이즈 밴드를 자동으로 추출하여 제거할 수 있음을 확인하였다.

본 연구는 산림 내 임상을 구획하기 위해 고해상도 IKONOS 위성영상을 객체 지향기반으로 분할 및 분류하였다. 영상분할 시 분광정보와 공간정보를 동시에 이용하여 모양이나 분광정보에 있어서 동질한 영역이라고 정의되는 영상객체를 생성하였다. 분할된 영상을 분류계급(class)으로 분류하기 위하여 NDVI와 경사, 방위, 고도 등 지형인자를 새로운 레이어로 추가시키고, 분류개념을 형성하기 위하여 퍼지 규칙을 사용하였다. 영상의 획득시기가 5월초인 점을 감안하여 NDVI는 0.2, 경사 $^{\circ}5^{\circ}$ 그리고 고도 130m를 기준으로 산림과 비산림지역을 분류할 수 있었고, 지형인자에 영향을 많이 받는 굴참나무와 신갈나무 또한 효율적으로 분류할 수 있었다.

본 연구에서는 이진 변화탐지 방법상 요구되는 수동적인 자료처리 단계들을 모듈화하고 통합한 '이진 변화탐지 컴포넌트'를 개발하였으며, 대전 지역의 IKONOS 다중시계열 위성영상의 2개 연구지역에 적용함으로써 그 성능을 검증하였다. 개발된 컴포넌트는 ESRI의 ArcGIS 9.x 상에서 설치 및 실행되며, Visual Basic과 GIS 객체 라이브러리의 결합을 통해 구현되었다. 적용된 모델은 Im. J.(2007)의 연구에서 제시된 '캘리브레이션 기법을 이용한 자동 이진 변화탐지 모델'을 확장 적용한 것으로, 변화영상 히스토그램의 비정규분포를 고려한 누적 생산자 및 사용자 정확도 평가 기법이 최적 임계치 결정에 사용되었다. 다양한 변화탐지 기술들, ID, IR, NCIs, CVA, PCA와 ID, IR의 결합이 실험을 통해 비교 분석되었다. 실험 결과, 개선된 캘리브레이션 기법 적용을 통해 기존 기법보다 향상된 분류정확도를 얻었으며, PC1의 ID가 연구지역의 변화탐지 상에서 가장 우수한 분류 능을 보여주었다.

본 연구의 목적은 인공신경망 기법을 이용하여 2006년 전국을 대상으로 구축된 국토환경성평가지도의 환경 생태적항목에 대한 각 항목별 가중치를 결정하는 것이다. 기본 분석 도구로 지리정보시스템(GIS)가 사용되었다. 국토환경성평가지도의 환경 생태적항목은 다양성(생태자연도), 자연성(임상도, 녹지자연도, 생태자연도), 풍부도(생태계변화관찰 지역도), 희귀성(생태자연도), 허약성(수치지형도, 토지피복도), 군집구조의 안정성(임상도)등이 활용되어 구축되었다. 본 연구는 기 구축되어 사용되고 있는 국토환경성평가 지도의 환경 생태적항목을 공간 데이터베이스를 이용하고, 인공신경망 기법을 적용하여 각 평가항목간의 상대적 가중치를 구하였다. 인공신경망의 훈련 지역은 환경 생태적항목중 환경성이 높은 1등급 지역 및 환경성이 낮은 5등급 지역을 추출하였다. 그 결과 50번의 가중치를 산정하였을 경우 허약성이 다른 항목들에 비해 1.58배 정도 높은 상대적 가중치를 나타냈다. 이러한 가중치는 국토환경성평가지도 환경 생태적 항목의 취약성도를 작성하는데 활용될 수 있다.

최근 정보기술 분야에서 다양한 부가 콘텐츠의 정보 처리를 포함하는 포털 서비스에 대한 사회적, 경제적 수요가 크게 증가하고 있고 GIS나 원격탐사 분야의 경우에서도 공간정보 제공서비스나 검색 서비스와 관련된 포털 사이트 구축이나 운영을 위한 기반기술과 요소기술에 대한 관심이 증대하고 있다. 본 연구에서는 이러한 경향을 반영하여 국토 변화 모니터링이라는 특정 주제의 포털 서비스 시스템 개발을 위한 Web 2.0 기술 요소와의 연계 가능성을 고찰해 보고자 한다. 특히 Web 2.0의 주요 웹 프로그래밍 기술로 인식되고 있는 AJAX 기술을 중심으로 AJAX 기반 웹 기반 포털 서비스에 대한 기술 사양 분석 및 기반 아키텍처에 대한 연구를 수행하였다. 또한 AJAX 기술을 적용하는 대표적인 포털 사이트인 구글 맵 인터페이스(Google Maps API)가 어떻게 국토 변화 모니터링 사이트 구축에 적용가능한 지와 제한점 및 특장점을 분석하여 기초 설계에 반영하고자 하였다.

현재까지 우리나라 하천관리는 기존의 도면관리 및 현장조사를 통한 정보관리에서 벗어나 WAMIS, RIMGIS와 같은 물 관련 하천기본지리정보 시스템을 구축하여 사용되어 왔다. 하지만 기 구축된 시스템들은 선(線) 중심의 2차원 하천 공간자료로 관리되어 실무자 중심의 친환경적 하천관리업무 지원을 위한 자료로서 활용성이 부족한 실정이다. 본 연구에서는 면(面) 중심의 입체적인 3차원 하천공간정보 구현과 체계적인 하천관리 업무가 가능하도록 항공사진(아날로그, 디지털) 및 다양한 위성영상에 대한 해상도 비교를 통한 하천 적용여부 분석을 수행하였다. 하천 적용성 분석을 통해 가장 효과적으로 판단되는 디지털 항공사진을 이용하여 하천관리 및 활용방안을 모색함으로써 효율적인 하천관리방안을 제시하고자 한다.